科研 Skill

Evo 2 基因组基础模型

evo2

使用长上下文基因组基础模型 Evo 2 对 DNA 序列进行评分、嵌入和生成。适用于计算逐核苷酸或逐序列似然以评估变异效应、嵌入基因组窗口供下游分类使用、根据前缀生成 DNA,以及跨物种评估调控区或编码区。

官方收录发布者 Codar安全审核通过v0.1.0更新于 2026-08-28

SKILL.md

Evo 2 — DNA 语言模型

前置条件

要求最低配置推荐配置
Python3.113.12(<3.13)
CUDA12.1+12.4+
GPU 显存24 GB(7B bf16)80 GB(40B)
RAM32 GB128 GB

运行方法

安装

pip install evo2
# 首次加载模型时从 Hugging Face 下载权重。

加载与评分

from evo2 import Evo2

model = Evo2("evo2_7b")        # 或 "evo2_40b"——参见模型表
seqs = ["ATCG" * 50, "GGGCTTAA" * 25]
ll = model.score_sequences(seqs)   # → list[float],逐 token 平均对数似然
print(ll)

生成

out = model.generate(
    prompt_seqs=["ATGAAAGCT"],
    n_tokens=256,
    temperature=0.7,
)
print(out.sequences[0])

模型

名称参数量上下文显存(bf16)说明
evo2_7b7 B1 M nt约 22 GB默认模型;可在单张 24 GB+ GPU 上运行
evo2_40b40 B1 M nt约 78 GBH100 80 GB 或多 GPU
evo2_1b_base1 B8 K nt约 6 GBFP8 路径需要 sm_89+(H100)

输出格式

score_sequences 返回平均对数似然组成的 list[float](或 np.ndarray),每条输入序列对应一个值。数值越负,表示模型认为该序列出现的可能性越低。评估变异效应时,在固定窗口上计算 Δll = ll_alt - ll_ref。

generate 返回 GenerationOutput,其中包含 .sequences(list[str])、.logits(list[Tensor])和 .logprobs_mean(list[float]);这些字段始终存在,无需额外标志。

决策树

需要 DNA 模型?
│
├─ 逐碱基/逐序列似然、序列生成 → Evo 2 ✓
├─ 预测实验轨迹(表达、可及性) → borzoi
└─ 处理蛋白质而不是 DNA → fair-esm2/esmfold2

远程计算

7B/40B 推理受 GPU 限制,分别需要至少 24 GB/80 GB 显存。调用 compute_details({provider, mode:'read'}),查找包含 evo2、flash-attn 和预缓存 HF 权重挂载的运行环境,然后提交:

c = host.compute.create(provider)
job = c.submit_job(
    intent="Evo2-7B score 200bp variant window — 1×GPU, ~2 min",
    inputs=["score_evo2.py"],
    command="python3 score_evo2.py",   # 环境选择因主机而异——请查看当前提供商的 compute_details
    outputs=["scores.json"],
    run_timeout_s=1800,
)
# 刚才只打印了 Job 的 repr(id、notes)——单元格到此结束;内核绝不会在作业上等待

随后调用 wait_for_notification brain-tool。收到 compute_done 通知后,根据其 payload 执行:

save_artifacts(payload["output_files"])   # 位于 hpc/<job_id>/ 下的路径

如需获取完整记录(文件、stdout_tail、notes 等),请重新进入内核:res = c.attach_job(job_id).result(),然后调用 c.close(intent=...)。编排细节参见 remote-compute-ssh/remote-compute-modal skill。

在 score_evo2.py 中,将 HF_HOME 指向提供商的权重缓存挂载位置;具体路径位于 compute_details 中。同时设置 HF_HUB_OFFLINE=1,避免加载器尝试向只读挂载中的 refs/ 写入内容。权重占用空间:7B 约 15 GB,40B 约 80 GB。

典型性能

任务H100 上的 7B说明
模型加载(已缓存)约 5–7 分钟首次调用会加载权重
score_sequences,200×200 bp约 10–20 秒模型加载完成后
generate,1×512 nt约 15 秒

故障排查

现象原因解决方法
Transformer Engine not installed没有 FP8,回退到 bf16在非 H100 上仅为提示信息,可以忽略。
加载时 OOM在显存小于 80 GB 的 GPU 上加载 40B使用 evo2_7b,或通过 device_map 分片。
HF 尝试写入 refs/mainHF_HOME 指向只读挂载设置 HF_HUB_OFFLINE=1。
score_sequences 中出现 dtype 不匹配传入了张量而不是字符串传入 list[str];该 API 会自行分词。

下一步: 与 borzoi 配合,预测同一批变异的轨迹级效应。

详细信息

作者

Anthropic

许可证

Apache-2.0

第三方软件、内容、条款和信息
  • 权重: Evo 2 · Arc Institute(Apache-2.0)— 条款

所属插件

Codar 生物医学基础能力集成生物分子结构预测、蛋白质设计、基因组与单细胞分析、生信数据库检索、组学研究规划、医学文献与 Codar 生信论文写作能力。

安装该插件会一并获得同领域的 31 个 Skill / MCP。

同插件的其他科研 Skill

常见问题

Evo 2 基因组基础模型能做什么?

使用长上下文基因组基础模型 Evo 2 对 DNA 序列进行评分、嵌入和生成。适用于计算逐核苷酸或逐序列似然以评估变异效应、嵌入基因组窗口供下游分类使用、根据前缀生成 DNA,以及跨物种评估调控区或编码区。

如何安装Evo 2 基因组基础模型?

在科搭 Codar 左侧点击「插件」,在「组件」页签搜索「Evo 2 基因组基础模型」并安装;在 Claude Code 或 Codex 中可以发送本页的安装提示词,或下载 Skill 包后解压到 ~/.claude/skills 或 ~/.codex/skills。

Evo 2 基因组基础模型需要哪些权限?

该科研 Skill没有声明额外权限;执行具体操作时仍由 Agent 按自身规则请求确认。

Evo 2 基因组基础模型经过官方审核吗?

是。SpeedSkills 收录的每个版本都会记录内容摘要与权限声明,当前版本已通过安全审核。